中国省际碳排放空间分配研究.docx

中国省际碳排放空间分配研究.docx

《中国省际碳排放空间分配研究.docx》由会员分享，可在线阅读，更多相关《中国省际碳排放空间分配研究.docx（11页珍藏版）》请在冰豆网上搜索。

中国省际碳排放空间分配研究

中国省际碳排放空间分配研究

摘要：

以1978-2010年中国各地区碳排放数据为依据，基于人均历史累计碳排放的视角，重新定义了碳排放公平中的碳洛伦兹曲线和碳基尼系数，并测算出碳基尼系数为0.24，处于相对公平的水平上。

从区域上看，东部地区CO2排放比重大于人口比重，挤占了中西部地区的排放空间。

从省际来看，我国CO2排放比重大于人口比重的省份主要有：

东部沿海经济发达省份，西部内陆落后省份以及资源、能源大省。

最后，基于人均历史累计碳排放的视角，对我国各地区2020年的碳排放量进行了空间分配。

本文的政策含义：

针对不同地域和经济发展的实际情况，实施有差别化的减排政策；制定碳排放指标，并按照年度进行分解，建立区域性的碳排放交易市场，碳排放较少的省区可以在保持自身经济增长空间的前提下，向碳排放较大的省区出售碳排放权；实施可行的碳税政策，提高各区域的减排成本，降低碳排放基尼系数。

关键词：

公平；碳排放空间；分配

中图分类号F062.2文献标识码A文章编号1002-2104（2013）05-0007-07

我国政府未来将会对CO2排放实行总量控制计划管理，因此，在总量控制条件下科学配置各区域的约束性份额，实现碳排放空间的相对公平是一项基础性工作[1]。

碳排放量的分配是个很复杂的问题，涉及到各个地区经济发展权的合理分配。

为了考察碳排放空间分配的不公平问题，本文以1978-2010年中国各地区碳排放数据为依据，基于人均历史累计碳排放的视角，测算了碳基尼系数，并对中国各地区2020年CO2排放指标进行了分配。

1文献回顾

对于碳公平的测度方法，Hedenus等[2]利用Atkinson指数测度了国家间人均排放的不公平。

Duro等[3]利用Theil指数解释了人均排放的不公平很大程度上源于人均收入的不均。

Heil等[4-5]利用基尼系数测度了不同国家人均排放的不公平。

Groot[6]以人均年排放构建了碳洛伦兹曲线和碳基尼系数。

杨振等[7]提出了环境污染基尼系数和人口（经济）――污染系数一致性的概念，发展了一种评估环境污染的方法。

腾飞等[8]以人均历史累计排放为基础，计算了国际社会的碳基尼系数。

就碳排放分配而言，探讨我国各区域分配原则的论文还比较少，但是针对国家与国家之间碳排放分配问题的研究已比较多，BohmandLarsen[9]以及Kverndokk[10]均就以人口规模为基础的排放权配额做出相关研究和改进，表明人口规模是排放权配额原则的重要因素之一。

Steenberghe[11]研究发现基于所谓公平的分配并不是对所有国家都有利，一些国家在合作型的配额原则下可能比在非合作的排放控制原则下要支付更多的成本。

丁仲礼[12]等提出了国家间以“人均累计排放指标”最能体现“共同而有区别的责任”的原则和公平正义的原则。

相比于以往的研究，本文主要有如下特点：

①对于碳公平的测度，大部分文献是以人均年排放量为基础，这不能体现区域碳排放的历史责任，本文以人均历史累计排放为基础，更能准确地体现碳公平的含义；②对于碳公平而言，大部门文献讨论的是国家与国家之间碳排放公平的问题，实际上，未来中国将会对CO2排放实行总量控制计划管理，因此，研究我国各省（区）之间排放权分配的相对公平性，是一项基础而且紧迫的工作。

2碳公平及其度量

碳公平的本质是测度碳空间的分配差异。

分配差异虽然在气候变化研究中是一个新问题，但在财富分配的公平性研究中却已经得到了深入探讨[13]。

用来测度居民收入分配差异的统计指标基尼系数是最常用的指标，横坐标为累计人口占比，纵坐标为累计收入占比，见图1。

洛伦兹曲线表述的是人口比例与收入比例的对应关系，基尼系数是根据洛伦兹曲线计算出一个反映收入分配平等程度的指标。

按照联合国有关组织的规定，基尼系数小于0.2表示收入绝对平均，0.2-0.3表示比较平均，0.3-0.4则表示相对合理，而0.4-0.5则表示收入差距较大，如果超过0.5则表示收入差距悬殊。

因此，0.4通常被认为是分配差距的“警戒线”。

本文借用以上对基尼系数的划分来研究碳公平问题。

对于我国而言，经济大省以及一些资源、能源大省在工业化和城市化进程中排放了大量的CO2温室气体，这些温室气体积累在大气中，导致了我国的碳排放压力异常严峻，同时也挤占了有限的排放空间。

因此，基尼系数同样也可以用于对碳排放空间分配的公平情况进行测度。

当使用洛伦兹曲线和基尼系数测度排放空间分配的公平程度时，横轴从家庭转换成人口，而纵轴则从收入转换成碳排放。

本文在借用基尼系数研究碳公平时使用的是人均历史累计排放。

根据构造的“碳洛伦兹曲线”可以进一步计算出“碳基尼系数”，从总体上反映不同地区对排放空间占有的差异程度。

3碳洛伦兹曲线与碳基尼系数的测算及评价

3.1数据来源和测算

本文的起始年设定为1978年，因为1978年以前，中国实行的是计划经济，各区域进行统一管理和计划调配，自从1978年改革开放以后，我国实行梯度式的发展战略，各区域的发展差距才逐渐开始拉大，而能源消费、碳排放与一个区域的经济发展水平是密切相关的。

从这个意义上说，以1978年为起始年是比较合理的。

本文的数据年限设定为1978-2010年。

本文选取北京、天津、上海、浙江、江苏、福建、广东、辽宁、山东、河北、海南、山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、内蒙古、广西、四川、贵州、云南、陕西、甘肃、宁夏、青海省和新疆29个省（自治区）作为统计样本。

由于重庆市在1997年才成立，其统计资料不全，所以样本数据不包含重庆市。

此外，西藏的数据整体缺失，因此样本数据不包含西藏。

有个别省份的数值在个别年份有缺失，用插值法进行了补全。

本文将时间跨度设定为1978-2010年，所有数据均来源于中国经济信息网数据库、《中国统计年鉴》、《中国科技统计年鉴》、《新中国六十年统计资料汇编》以及各省（自治区）的《统计年鉴》。

其中，人口数取各地区年底总人口数，单位为亿人。

碳排放采用如下测量方法：

CO2排放可分为自然排放和人工排放，人工排放是由于人类活动引起的CO2排放，主要包括化石燃料消耗、生物质燃烧等，其中化石燃料消耗所排放的CO2占95%以上。

本文对中国总的碳排放量采用以下因素分解公式进行估算：

C=∑iEiE×CiEi×E=∑iSi×Fi×E

（1）

其中，C是碳排放总量，E为中国一次能源的消费总量，Ci为i种能源消费的碳排放量，Ei为i种能源的消费量，表示Si种能源在能源消费总量中所占份额；Fi为i种能源的碳排放系数（强度）。

由上面的公式可知，要测算碳排放总量，关键是要确定各种能源消费的碳排放系数。

为了增强数值的准确性，最终以四个研究机构确定的各类能源排放系数的平均值作为依据来计算，见表1。

①前一个累计是从1978-2010年的加总数据，后一个累计是分组后的累计比重，这两个累计的含义是不同的。

3.2计算公式的界定

为了理解基于人均历史累计CO2排放如何构成洛伦兹曲线，首先对各个地区的相关变量进行如下界定：

假设共有m个地区，Rni表示地区n第i年的CO2排放量，Pni表示地区n第i年的人口数量，pni=Pni/∑mm=1Pmi表示地区n第i年的所占人口比。

考虑是累计的年度数据，从第i年到第j年这一时间段，则Cnij=∑jk=iCnk表示地区n从第i年到第j年的历史累计CO2排放量，cnij=Cnij/∑mm=1Cmij表示地区n从第i年到第j年的历史累计CO2排放比。

人均累计CO2量是本文所倡导的衡量排放公平性的最重要指标，也是构造洛伦兹曲线的依据，用历史累计CO2排放量Cnij除以累计人口数量Pnij，公式表示为Cnij=Cnij/Pnij。

以基于人均历史累计CO2排放区际偏差系数（简称偏差系数）表示CO2排放空间公平性，某省区碳排放的偏差系数（PC）为该省历史累计CO2排放比重与历史累计人口比重的比值，即PCnij=cnij/pnij，当某省份的PC值大于1，说明该省CO2排放比重大于人口比重，说明这些地区人少排放量大，相对严重地破坏了环境；反之，CO2排放比重小于人口比重，环境压力较小，体现的是一种“环境友好型碳排放模式”。

表2给出了我国各地区1978-2010年历史累计CO2排放量、人口数量以及人均历史累计CO2排放量等相关信息，按照人均历史累计CO2排放量的升序排列。

可以看出，北京、上海等发达城市的人均历史累计CO2排放量较大，海南省、广西省的人均历史累计CO2排放量较小。

因为我们重点关注的是各个地区从第i年到第j年的CO2排放情况，在构造洛伦兹曲线时，需要按从第i年到第j年的人均历史累计CO2排放量Cnij递增的顺序对各个地区进行排序，将各个地区进行排序以后，以第i年到第j年的累计历史累计人口比为横轴，第i年到第j年的累计历史累计CO2排放比为纵轴建立坐标系。

将坐标系中表示各个地区位置的点通过平滑曲线相连，即得到从第i年到第j年的基于人均历史累计CO2排放量的洛伦兹曲线。

图2给出了以1978年为起始年的碳洛伦兹曲线，由于洛伦兹曲线是按人均历史累计排放排序，因此在碳洛伦兹曲线的位置越靠右上方，则该地区人均历史累计排放量越大。

对CO2排放基尼系数按下面公式进行计算。

式中，Gini表示CO2排放基尼系数，下标n代表省区，Xn表示累

计的历史累计人口比重①，Yn表示CO2累计的历史累计排放比重；当n=1时，Xn-1=0，Yn-1=0。

①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8省；西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、内蒙古、广西12省区市。

图2是我国各省区化石能源消费的CO2排放洛伦兹曲线，利用式

（2）计算得到相应的基尼系数为0.24，处于比较平均区间内。

从我国三大区域上①来看，东部偏差系数为1.28，中部为0.83，西部为0.82。

偏差系数大于1的东部地区CO2累计排放比重大于累计人口比重。

中西部地区偏差系数小于1，CO2累计排放比重小于累计人口比重。

可以看出，从偏差系数来看，呈现出从东往西梯度式的变化，这主要是由于经济发展水平决定和人口的区域分布共同决定的。

进一步细分到各个省区，图3是各省区的偏差系数，可以发现PC值小于1的省区包括海南、广西、江西、安

徽、云南、四川、湖南、陕西、福建、河南、贵州、湖北、甘肃、广东13省区（升序排列），这些省区的CO2排放比重小于人口比重，碳排放相对全国而言较公平。

PC值大于1的省市包括江苏、浙江、吉林、黑龙江、河北、山东、青海、新疆、山西、内蒙古、辽宁、宁夏、天津、北京、上海13省区（升序排列）。

我国CO2排放比重大于人口比重，从总体上相对破坏环境的省份主要有以下几种情况：

①中东部发达地区或经济大省，如上海、北京、天津等，由于我国处在工业化和城镇化加速发展的阶段，在一定时间内经济发展和能源消费存在很大的相关关系，因此经济发达的省份，往往伴随着较高的碳排放。

②内陆西部落后省份，如青海省、新疆维吾尔自治区、宁夏回族自治区等，这些省区生态环境脆弱，人烟稀少，加之火电及其他高耗能、高排放产业布局相对集中，从而导致这些地方的CO2排放比重大于人口比重。

4基于公平视角的碳排放空间分配

4.1对已有碳排放分配方案的评述

碳排放总量的分配是个很复杂的问题，也是争论的焦点。

从国际上来看，当前国际社会已有20多种关于碳排放权的分配方案，这些方案虽然出于不同的利益取向，各有侧重，但是它们要么回避历史责任，要么忽视发展权或其他因素，统一的为世界各国所接受的排放权分配制度，目前尚未建立。

而国内对如何分配省际碳排放权，制定不同方案相关研究不多，吴静等[15]采用世袭制原则、平等主义原则和支付能力原则对我国碳排放的分配分别进行了测算（见表3）。

世袭制原则建议按照排放量比例分配排放权，平等主义原则按人口比例分配排放权，在这两种原则分配的指导下，那么就会出现人口或GDP比重越高的区域可以拥有更多的自然资源消耗权或环境污染排放权的结论，这显然与环境伦理及环境经济学相关理论不甚相符。

支付能力原则强调减排费用占GDP的比例在国家（区域）均等，没有体现出一个地区在历史减排中的责任。

笔者认为，基于

年r的人口规模，GDPir和GDPjr分别为i区域和j区域在基准年r的国内生产总值；α为系数，取值小于1。

人口与历史因素的碳排放权分配方案可以使得排放权配额向落后地区倾斜，向人口规模大的省市自治区倾斜。

这样的分配方案会使人口规模大、相对落后的省市自治区排放权配额有结余，人口规模小、相对发达的省市自治区排放权配额有不足。

以“不足”购买“结余”，能够缓解相对落后地区的财政压力、发展压力，为推进基本公共服务均等化提供更多的财力支持。

4.2基于历史人均累计的分配方案

“十三五”时期，我国经济面临经济结构调整，综合考虑王小鲁等[16]对中国经济增长的研究，将预测时段分为2010-2015年和2016-2020年两个区间，如果按照“十二五”时期中国的GDP年均7%和“十三五”时期年均增长6.5%来测算，到2020年我国GDP总量将达到764771.07亿元。

通过计算，我国2005年的碳强度为3.01t/万元，到2020年单位国内生产总值CO2排放比2005年下降40%-45%，因此到2020年我国的碳排放强度为1.66-1.81t/万元，为了确保完成预定的目标，我们取其平均值1.73t/万元，那么到2020年我国CO2总量要保持在1323053.95万t。

以2010年的碳排放量为基数，2010-2020年碳排放量年均增长17.66%，据此可以计算出每年的碳排放量数据。

根据国家人口发展研究战略课题组发布的国家人口发展的战略目标，2010年人口总量控制在13.6亿人，2020年人口总量控制在14.5亿人，由此可得预测区间内的年均人口增长率为0.64%。

根据年均人口增长率0.64%来计算，可以粗略计算出我国2011-2020年的各地区人口数。

由于我们是以人均历史累计排放量的视角，因此把1978-2020年看成是一个整体，通过计算历史累计总碳排放量和历史累计人口数，两者之间的比值就可计算出人均历史累计CO2排放量，再用人均历史累计CO2排放量与历史累计人口数相乘，就得出各地区公平的历史累计碳排放总量。

用各地区公平的历史累计碳排放总量减去1978-2010年的累计排放总量，就得了2011-2020年CO2排放总量指标，最后计算2011-2020年年均CO2排放指标，见表4。

建立区域性的碳排放交易市场，碳排放较少的省区可以在保持自身经济增长空间的前提下，向碳排放较大的省区出售碳排放权。

这样可以通过市场化的手段减少碳排

放，确保2020年减排目标的实现，同时还可以促进区域协调发展。

在“总量控制”的前提下，对人均历史累计排放量较大的地区而言，特别是经济发达地区，其碳排放权配额可能不足，通过一个比较成熟的碳交易市场可以购买碳排放权，而市场定价机制将使多排放代价等于减排的边际成本，这就增加了扩大排放的成本，增强了这些地区企业技术改造和产业升级的动力，使企业和发达地区有持续节能减排的内在积极性；对人均历史累计排放量较少的地区而言，特别是经济落后地区，由于其出让排放余额的收益而缓解了财政压力，对发展地方经济会从过热降到一个相对平和的状态，发展地方经济趋于理性，招商引资减少一些盲目。

同时，在其他政策的约束下，更加关注民生和发展环境建设，优化投资环境，提升招商引资水平，珍惜碳排放权余额，从而内在地追求企业技术改造和产业升级。

5结论、建议与展望

5.1结论

基于人均历史累计排放的视角，测算出的基尼系数为0.24，处于相对公平的水平上，说明这种分配的空间差异较小。

从区域上看，东部地区CO2排放比重大于人口比重，挤占了中西部地区的排放空间。

通过对偏差系数的计算，我国CO2排放比重大于人口比重的省份既有中东部发达地区或经济大省，也有西部内陆落后省份，还有资源、能源大省。

因此，我国的减排政策应该针对不同地域和经济发展的实际情况，采取灵活的措施和方法，而不应该“一刀切”。

我国政府已经明确了到2020年的减排任务，要切实加强对CO2排放实行总量控制管理，在总量控制条件下公平、科学配置各区域的约束性指标和配额。

5.2政策建议

我国CO2排放比重大于人口比重的省份的减排政策，应该针对不同地域和经济发展的实际情况，采取灵活的措施和方法。

中东部发达地区或经济大省，需要通过清洁能源、新能源与可再生能源的开发、低碳产业的发展及低碳创新技术体系的构建达到低碳发展的目的。

西部内陆落后省份需改变经济增长方式，促进能源集约利用，大力发展旅游服务业。

资源、能源大省要以低碳产业转型为核心，大力发展接续性产业或替代产业，同时改变能源粗放利用的模式，提高单位能源的服务价值。

切实加强对CO2排放实行总量控制管理，在总量控制条件下公平、科学配置各区域的约束性指标和配额，并按照年度进行分解，建立区域性的碳排放交易市场，碳排放较少的省区可以在保持自身经济增长空间的前提下，向碳排放较大的省区出售碳排放权。

并实施可行的碳税政策，提高各区域的减排成本，降低碳排放基尼系数。

5.3展望

首先，本文认为人均历史累计减排量考虑到了人与人之间的公平，也考虑了历史因素，可作为碳排放权分配的重要依据。

但同时还需要综合考虑其它因素，如地区特征、环境容量和部门排放标准等因素，中央政府有关部门应积极组织有关研究机构，以人均累积减排量为主要参照，建立一个适合我国实际的碳排放权分配模型，在总量固定的基础上，把指标层层分解，直到县级和重点企业。

其次，虽然本文测算出了2011-2020年CO2排放总量指标以及2011-2020年年均CO2排放指标，但毕竟是根据各地区经济发展水平和人口变动进行预测的数值，实际情况可能要复杂得多，但本文提出了一种计算的思路和方法。

对于人口太多的省份（如河南、四川）或人口太少的省区（新疆、青海、宁夏等），需要单独进行深入研究。

同时，在总量控制的基础上，按照年度计划，把指标层层分解，这需要全国各地区通力合作，在实践中构建完善的体制和机制，通过市场推进相关技术和管理手段的提高。

此外，碳排放权交易的定价问题也是要进一步研究的重点。

（编辑：

刘照胜）

参考文献（References）

[1]杨振.基于环境容量的能源消费碳排放空间公平性研究[J].中国能源，2010，（7）：

25-28.[YangZhen.StudyonSpatialEqualitiesofCO2EmittedfromConsumptionofEnergyBasedonCapacity[J].ChinaEnergy，2010，（7）：

25-28.]

[2]HedenusF，AzarC.EstimatesofTrendsinGlobalIncomeandResourceInequalities[J].EcologicalEconomics，2005，55（3）：

351-364.

[3]DuroJA，PadillaE.InternationalinEqualitiesinPerCapitaCO2Emissions：

ADecompositionMethodologybyKayaFactors[J].EnergyEconomics，2006，28

（2）：

170-187.

[4]HeilMT，WodonQT.InequalityinCO2EmissionsbetweenPoorandRichCountries[J].JournalofEnvironmentandDevelopment，1997，（6）：

426-452.

[5]HeilMT，WodonQT.FutureInequalityinCO2EmissionsandtheImpactofAbatementProposals[J].EnvironmentalandResourceEconomics，2000，（17）：

163-181.

[6]GrootL.CarbonLorenzCurves[J].ResourceandEnergyEconomics，2010，32

（1）：

45-64.

[7]杨振，王佳，叶护平.中国环境污染排放的空间公平性评价[J].华中师范大学学报：

自然科学版，2009，（3）：

490-494.[YangZhen，WangJia，YeHuping.EvaluationonSpatialFairnessofEnvironmentalPollutionEmissionsinChina[J].JournalofCentralChinaNormalUniversity：

NaturalSciences，2009，（3）：

490-494.]

[8]腾飞，何建坤，潘勋章，等.碳公平的测度：

基于人均历史累计排放的碳基尼系数[J].气候变化研究进展，2010，（6）：

449-454.[TengFei，HeJiankun，PanXunzhang，etal.HowtoMeasureCarbonEquity：

CarbonGiniIndexBasedonHistoricalCumulativeEmissionPerCapita[J].AdvanceClimateChangeResearch.2010，（6）：

449-454.]

[9]BohmP，LarsenB.FairnessinATradeablePermitTreatyforCarbonEmissionReductionsinEuropeandtheFormerSovietUnion[J].EnvironmentalandResourceEconomics，1994，（4）：

219-239.

[10]KverndokkS.TradableCO2EmissionPermits-initialDistributionasAJusticeProblem[J].EnvironmentalValues，1995，4

（2）：

129-148.

[11]SteenbergheV.CorestableandEquitableAllocationsofGreenhouseGasEmissionPermits[EB/OL].CoreDiscussionPapers，No2004075.http：

//

[12]丁仲礼，段晓男，葛全胜，等.2050年大气CO2浓度控制：

各国排放权计算[J].中国科学：

D辑，2009，（8）：

1009-1027.[DingZhongli，DuanXiaonan，GeQuansheng，etal.ControlofAtmosphericCO2Concentrationby2050：

ACalculationontheEmissionRightsofDifferentCountries[J].ScienceinChina：

SeriesD，2009，（8）：

1009-1027.]

[13]万广华.不平等的度量与分解[J].经济学（季刊），2009，

（1）：

347-367.[Wan